譯者序

當(dāng)?shù)谝淮伍喿x本書的時(shí)候，我深感它就是目前尋求自然語言處理和深度學(xué)習(xí)入門及進(jìn)階方法的讀者所需要的。

眼下自然語言處理在人工智能世界大放異彩，渴望徜徉其中的讀者眾多。我在自然語言處理方面有研究基礎(chǔ)，此前也翻譯過一些該領(lǐng)域的前沿文章，希望這份譯本能幫助想通過Python工具深入鉆研自然語言處理的讀者。

本書是利用Python語言解決自然語言處理多種任務(wù)的應(yīng)用指南，旨在幫助讀者快速瀏覽自然語言處理的全貌，進(jìn)而掌握自然語言處理各項(xiàng)任務(wù)的基本原理，最終快速踏入實(shí)踐階段。Python編程語言以其清晰簡(jiǎn)潔的語法、易用性和可擴(kuò)展性以及豐富龐大的庫深受廣大開發(fā)者的喜愛。Python內(nèi)置了非常強(qiáng)大的機(jī)器學(xué)習(xí)代碼庫和數(shù)學(xué)庫，使它理所當(dāng)然地成為自然語言處理的開發(fā)利器。而其中的NLTK是使用Python處理自然語言數(shù)據(jù)的領(lǐng)先平臺(tái)。它為各種語言資源（比如WordNet）提供了簡(jiǎn)便易用的界面，它還能用于高效完成文本預(yù)處理、詞性標(biāo)注、信息抽取和文本分類等多種自然語言處理任務(wù)。

值得一提的是，本書特別涵蓋了自然語言處理的高階任務(wù)，比如主題識(shí)別、指代消解和創(chuàng)建聊天機(jī)器人等。本書最后兩章介紹了深度學(xué)習(xí)在自然語言處理中的應(yīng)用。每一節(jié)都大致包含三個(gè)部分：準(zhǔn)備工作、如何實(shí)現(xiàn)和工作原理，對(duì)自然語言處理各種任務(wù)的方方面面都有所涉及。這意味著，如果讀者能夠踏實(shí)地完成本書中給出的所有實(shí)例，就能切實(shí)掌握自然語言處理各種任務(wù)的基礎(chǔ)技術(shù)和原理方法，為進(jìn)一步學(xué)習(xí)和研究奠定基礎(chǔ)。換言之，深入閱讀本書，對(duì)讀者探索深度學(xué)習(xí)技術(shù)在自然語言處理中的應(yīng)用會(huì)有極大幫助。

最后，感謝機(jī)械工業(yè)出版社華章公司的編輯，是他們的鼓勵(lì)和支持使得本書中文版能夠與讀者見面。感謝武文雅和李興亞等多位研究生的輔助和校對(duì)，感謝我的家人的支持。盡管我們努力準(zhǔn)確地表達(dá)出作者介紹的思想和方法，但仍難免有不當(dāng)之處。若發(fā)現(xiàn)譯文中的錯(cuò)誤，敬請(qǐng)指出，我們將非常感激，請(qǐng)將相關(guān)意見發(fā)往chenyf@bjtu.edu.cn。

陳鈺楓　　

2018年11月

親愛的讀者，感謝你選擇本書來開啟你的自然語言處理（Natural Language Processing, NLP）之路。本書將從實(shí)用的角度帶領(lǐng)你由淺入深逐步理解并實(shí)現(xiàn)NLP解決方案。我們將從訪問內(nèi)置數(shù)據(jù)源和創(chuàng)建自己的數(shù)據(jù)源開始指引你踏上這段旅程。之后你將可以編寫復(fù)雜的NLP解決方案，包括文本規(guī)范化、預(yù)處理、詞性標(biāo)注、句法分析等。

在本書中，我們將介紹在自然語言處理中應(yīng)用深度學(xué)習(xí)所必需的各種基本原理，它們是目前最先進(jìn)的技術(shù)。我們將使用Keras軟件來討論深度學(xué)習(xí)的應(yīng)用。

本書的出發(fā)點(diǎn)如下：

內(nèi)容設(shè)計(jì)上旨在通過細(xì)節(jié)分析來幫助新手迅速掌握基本原理。并且，對(duì)有經(jīng)驗(yàn)的專業(yè)人員來說，它將更新各種概念，以便更清晰地應(yīng)用算法來選擇數(shù)據(jù)。

介紹了在NLP中深度學(xué)習(xí)應(yīng)用的新趨勢(shì)。

本書的組織結(jié)構(gòu)

第1章教你使用內(nèi)置的NLTK語料庫和頻率分布。我們還將學(xué)習(xí)什么是WordNet，并探索其特點(diǎn)和用法。

第2章演示如何從各種格式的數(shù)據(jù)源中提取文本。我們還將學(xué)習(xí)如何從網(wǎng)絡(luò)源提取原始文本。最后，我們將從這些異構(gòu)數(shù)據(jù)源中對(duì)原始文本進(jìn)行規(guī)范并構(gòu)建語料庫。

第3章介紹一些關(guān)鍵的預(yù)處理步驟，如分詞、詞干提取、詞形還原和編輯距離。

第4章介紹正則表達(dá)式，它是最基本、最簡(jiǎn)單、最重要和最強(qiáng)大的工具之一。在本章中，你將學(xué)習(xí)模式匹配的概念，它是文本分析的一種方式，基于此概念，沒有比正則表達(dá)式更方便的工具了。

第5章將學(xué)習(xí)如何使用和編寫自己的詞性標(biāo)注器和文法規(guī)則。詞性標(biāo)注是進(jìn)一步句法分析的基礎(chǔ)，而通過使用詞性標(biāo)記和組塊標(biāo)記可以產(chǎn)生或改進(jìn)文法規(guī)則。

第6章幫助你了解如何使用內(nèi)置分塊器以及訓(xùn)練或編寫自己的分塊器，即依存句法分析器。在本章中，你將學(xué)習(xí)評(píng)估自己訓(xùn)練的模型。

第7章介紹信息抽取和文本分類，告訴你關(guān)于命名實(shí)體識(shí)別的更多信息。我們將使用內(nèi)置的命名實(shí)體識(shí)別工具，并使用字典創(chuàng)建自己的命名實(shí)體。我們將學(xué)會(huì)使用內(nèi)置的文本分類算法和一些簡(jiǎn)單的應(yīng)用實(shí)例。

第8章介紹高階自然語言處理方法，該方法將目前為止你所學(xué)的所有課程結(jié)合到一起，并創(chuàng)建應(yīng)對(duì)你現(xiàn)實(shí)生活中各種問題的適用方法。我們將介紹諸如文本相似度、摘要、情感分析、回指消解等任務(wù)。

第9章介紹深度學(xué)習(xí)應(yīng)用于自然語言處理所必需的各種基本原理，例如利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長短型記憶網(wǎng)絡(luò)（LSTM）進(jìn)行郵件分類、情感分類等，最后在低維空間中可視化高維詞匯。

第10章描述如何利用深度學(xué)習(xí)解決最前沿的問題，包括文本自動(dòng)生成、情景數(shù)據(jù)問答，預(yù)測(cè)下一個(gè)最優(yōu)詞的語言模型以及生成式聊天機(jī)器人的開發(fā)。

本書需要你做什么

為了成功完成本書的實(shí)例，你需要在Windows或Unix操作系統(tǒng)上安裝Python 3.x及以上版本，硬件要求：CPU 2.0GHz以上，內(nèi)存4GB以上。就Python開發(fā)的IDE而言，市場(chǎng)上有許多可用的IDE，但我最喜歡的是PyCharm社區(qū)版。它是一款由JetBrains開發(fā)的免費(fèi)開源工具，它的技術(shù)支持很強(qiáng)大，會(huì)定期發(fā)布該工具的升級(jí)和修正版本，你只要熟悉IntelliJ就能保持學(xué)習(xí)進(jìn)度順暢。

本書假設(shè)你已經(jīng)了解Keras的基本知識(shí)和如何安裝庫。我們并不要求讀者已經(jīng)具備深度學(xué)習(xí)的知識(shí)和數(shù)學(xué)知識(shí)，比如線性代數(shù)等。

在本書中，我們使用了以下版本的軟件，它們?cè)谧钚碌陌姹鞠露寄芎芎玫剡\(yùn)行：

Anaconda 3　4.3.1 （Anaconda 中包括所有Python及相關(guān)包， Python 3.6.1, NumPy 1.12.1, pandas　0.19.2）

Theano　0.9.0

Keras　2.0.2

feedparser　5.2.1

bs4　4.6.0

gensim　3.0.1

本書的讀者對(duì)象

本書適用于想利用NLP提升現(xiàn)有技能來實(shí)現(xiàn)高階文本分析的數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)專業(yè)人員，建議讀者具備自然語言處理的一些基本知識(shí)。

本書也適用于對(duì)自然語言處理知識(shí)毫無了解的新手，或是希望將自己的知識(shí)從傳統(tǒng)的NLP技術(shù)擴(kuò)展到最先進(jìn)的深度學(xué)習(xí)應(yīng)用技術(shù)的有經(jīng)驗(yàn)的專業(yè)人士。

小節(jié)

在本書中，有幾個(gè)標(biāo)題經(jīng)常出現(xiàn)（準(zhǔn)備工作、如何實(shí)現(xiàn)、工作原理、更多、參見）。為了明確說明如何完成一個(gè)實(shí)例，本書使用了如下內(nèi)容排布：

準(zhǔn)備工作

本節(jié)介紹完成實(shí)例的預(yù)期結(jié)果，并說明如何安裝所需的軟件或初步設(shè)置。

如何實(shí)現(xiàn)

本節(jié)包含完成實(shí)例所需遵循的步驟。

工作原理

本節(jié)通常對(duì)上一節(jié)的操作進(jìn)行詳細(xì)的解釋。

更多

本節(jié)包含實(shí)例的補(bǔ)充信息，以便讀者對(duì)實(shí)例的實(shí)現(xiàn)方法有更多的了解。

參見

本節(jié)為實(shí)例的其他有用信息提供有效的鏈接。

約定

在本書中，你會(huì)發(fā)現(xiàn)許多不同類型信息的文本格式。下面是這些格式的一些范例和它們的含義解釋。

讀者反饋

歡迎讀者的反饋。讓我們知道你對(duì)本書的看法，哪些部分喜歡還是不喜歡。讀者反饋對(duì)我們來說很重要，因?yàn)樗�有助于我們了解讀者真正能從中獲益最多的地方。將你的反饋發(fā)送到郵箱feedback@packtpub.com即可，并且在你的郵箱標(biāo)題中提到本書的書名。如果你有一個(gè)擅長或是比較感興趣的話題，可以撰寫或投稿書刊，請(qǐng)?jiān)趙ww.packtpub.com/authors網(wǎng)站上查看作者指南。

客戶支持

既然你是一本Packt書的擁有者，在購買時(shí)能夠獲得很多額外的資源。

示例代碼下載

你可以從http://www.packtpub.com通過個(gè)人賬號(hào)下載本書的示例代碼文件。如果你在別處購買了本書，可以訪問http:// www. packtpub.com/support并進(jìn)行注冊(cè)，就可以直接通過郵件方式獲得相關(guān)文件。你可以按照以下步驟下載代碼文件：

1.使用你的電子郵件地址和密碼登錄或注冊(cè)到我們的網(wǎng)站；

2.將鼠標(biāo)指針置于頂部的SUPPORT選項(xiàng)卡上；

3.點(diǎn)擊Code Downloads & Errata；

4.在Search框中輸入圖書的名稱；

5.選擇你要下載的代碼文件的相應(yīng)圖書；

6.從你購買本書的下拉菜單中選擇；

7.點(diǎn)擊Code Download。

你也可以在Packt出版社網(wǎng)站關(guān)于本書的網(wǎng)頁上通過點(diǎn)擊Code Files按鈕來下載代碼文件。通過在Search框中輸入圖書的名稱來訪問該頁面。請(qǐng)注意，你需要登錄到你的Packt賬戶。一旦文件被下載，請(qǐng)確保你使用的是最新版本的工具解壓文件夾：

WinRAR/7-Zip for Windows

Zipeg/iZip/UnRarX for Mac

7-Zip/PeaZip for Linux

本書的代碼可從GitHub下載，托管在https://github.com/PacktPublishing/Natural-Language-Processing-with-Python-Cookbook上。其余代碼包可以從https://github.com/PacktPublishing/上豐富的圖書和視頻目錄中獲取。請(qǐng)檢驗(yàn)測(cè)試！